tensorflow - 加载VGG16时资源耗尽的OOM

Question

如果这个问题看起来很基本，我会提前道歉，但是我是Tensorflow的新手，感谢您的帮助。

我发现我必须经常重新引导计算机才能从keras.applications加载模型，例如VGG16。我有一台相当高端的机器，配备4个GeForce GTX 1080 Ti GPU和Intel®Core™i7-6850K CPU @ 3.60GHz×12作为我的CPU，并且仅用于Tensorflow(通过Keras)。

重新启动后，我将能够成功加载模型(例如VGG16)并在大型训练数据集上进行训练。但是，如果我让计算机闲置一会儿并重新运行同一程序，则会收到资源耗尽消息(OOM)，可以通过重新启动计算机来解决此问题。每隔几个小时就不断重新启动计算机，这是非常令人沮丧的。有谁知道发生了什么事以及如何解决这个问题？

Answer 1

如果批处理大小> 1，请尝试使用较小的批处理大小，这可能会降低gor GPU的内存要求。

另外，如果结束使用网络，请通过nvidia-smi检查GPU内存(是否已释放)。如果没有，请杀死加载网络的进程(通常是一些python解释器)。